MIMO干擾對齊中低開銷反饋拓?fù)湓O(shè)計

摘要：干擾對齊是一種解決無線通信系統(tǒng)的干擾問題、提升系統(tǒng)容量的重要技術(shù)。但實施干擾對齊需要發(fā)送端已知全局信道狀態(tài)信息。為解決在多用戶MIMO干擾信道場景下實施干擾對齊會產(chǎn)生大量信道狀態(tài)信息開銷的問題，提出了連續(xù)干擾對齊反饋拓?fù)湓O(shè)計。該反饋拓?fù)湟罁?jù)用戶數(shù)目設(shè)置了多對干擾對齊發(fā)送端，并連續(xù)性地執(zhí)行干擾信號對齊，能夠有效降低信道狀態(tài)信息開銷。對比已有反饋拓?fù)洌Y(jié)果表明，當(dāng)用戶數(shù)目K≥6時，所提的連續(xù)干擾對齊反饋拓?fù)淠軌蛞宰畹偷男诺罓顟B(tài)信息開銷去實現(xiàn)干擾對齊，這更有利于干擾對齊技術(shù)的實際應(yīng)用。

關(guān)鍵詞：干擾對齊；信道狀態(tài)信息；MIMO干擾信道；反饋拓?fù)?/p>

中圖分類號： TN929文獻(xiàn)標(biāo)識碼： ADOI：10.3969/j.issn.1007-791X.2024.04.0060引言

干擾對齊（interference alignment， IA）是基于多輸入多輸出（multiple-input-multiple-output， MIMO）系統(tǒng)的一種協(xié)作干擾管理技術(shù)。多數(shù)針對IA的研究都建立在發(fā)送端擁有全局信道狀態(tài)信息（channel state information， CSI）的基礎(chǔ)之上［1-4］。但實際應(yīng)用IA時，需要從接收端反饋足夠多的CSI用以設(shè)計發(fā)送端的預(yù)編碼。大量的CSI反饋會占用過多的系統(tǒng)資源，從而導(dǎo)致系統(tǒng)性能降低。

降低CSI反饋量有利于IA的實際應(yīng)用，因此該方向成為了熱點研究。據(jù)文獻(xiàn)［5］，中外學(xué)者已從不同的技術(shù)路線出發(fā)，探索出了有限反饋［6-8］、模擬反饋［9-10］、差分反饋［11-12］和反饋拓?fù)湓O(shè)計［13-16］等能夠減少CSI開銷的方法。其中有限反饋的核心思想是將接收端估計到的完整CSI量化后反饋到發(fā)送端；模擬反饋是直接將信道矩陣元素作為未編碼的正交調(diào)幅符號進(jìn)行傳輸；差分反饋是利用信道的時間相關(guān)性，將連續(xù)CSI的差值進(jìn)行反饋；反饋拓?fù)湓O(shè)計則是從改變傳統(tǒng)CSI反饋鏈路的角度出發(fā)來降低系統(tǒng)實現(xiàn)IA所需的CSI開銷。具體來說，反饋拓?fù)湓O(shè)計基于IA閉式解來計算預(yù)編碼，合理的設(shè)計CSI反饋鏈路可以減少獲取預(yù)編碼所需的CSI開銷。本文致力于研究反饋拓?fù)湓O(shè)計這一技術(shù)方案。

為了解決全反饋拓?fù)洌ㄔ撏負(fù)鋵⒚總€接收端估計到的全部CSI直接反饋給所有發(fā)送端）反饋開銷過量的問題，Cho等人［13］首次提出了反饋拓?fù)湓O(shè)計這一技術(shù)理念。基于這種設(shè)計方法，在與文獻(xiàn)［13］相同的信道模型（K用戶MIMO干擾信道）下，后續(xù)研究通過變換CSI反饋鏈路，提出了8種不同的反饋拓?fù)浣Y(jié)構(gòu)。分別為接收端集中式反饋拓?fù)洌?3］、星狀反饋拓?fù)洌?3］、CSI交互式反饋拓?fù)洌?3］、分布式反饋拓?fù)洌?4］、改進(jìn)CSI交互式反饋拓?fù)洌?4］、四跳反饋拓?fù)洌?4］、低開銷反饋拓?fù)洌?5］和低CSI開銷和時延的反饋拓?fù)洌╨ow CSI overhead and delay feedback topology， LCDFT）［16］。全反饋拓?fù)涞腃SI開銷隨用戶數(shù)目K的四次方增長，通過合理設(shè)計反饋鏈路，能夠?qū)SI開銷降到隨用戶數(shù)目K的平方增長。

上述結(jié)果表明反饋拓?fù)湓O(shè)計可以顯著減少CSI開銷。考慮到越低的CSI開銷越利于IA的實用化，本文進(jìn)一步去挖掘反饋拓?fù)湓O(shè)計在降低CSI開銷方面的潛力。在現(xiàn)有的8種反饋拓?fù)浞桨钢校琇CDFT在用戶數(shù)目Kgt;6時的CSI開銷最低。該反饋拓?fù)湓O(shè)置了兩對IA發(fā)送端，令干擾信號在同一時刻被合并。與LCDFT不同，本文所提的連續(xù)IA反饋拓?fù)涓鶕?jù)用戶數(shù)目設(shè)置了多對IA發(fā)送端，在不同時刻連續(xù)性地實施干擾信號的對齊操作。通過這種差異化的設(shè)計方法，所提方案可以實現(xiàn)比LCDFT更低的CSI開銷。例如，在單流傳輸?shù)?用戶干擾信道模型中，所提反饋拓?fù)涞腃SI開銷比LCDFT低2個復(fù)系數(shù)；隨著用戶數(shù)目增加到11，二者的CSI開銷差值能上升到16個復(fù)系數(shù)。需要說明“復(fù)系數(shù)”是CSI開銷的計量單位，本文中CSI開銷的含義同文獻(xiàn)［13-16］一樣，是指為計算發(fā)送端預(yù)編碼而交換的信道復(fù)系數(shù)之和。與LCDFT的對比結(jié)果表明了連續(xù)IA反饋拓?fù)湓诮档虲SI開銷方面的有效性。特別是隨用戶數(shù)目K的增加，所提反饋拓?fù)浣档偷腃SI開銷幅度會不斷提升。

2.1.1節(jié)介紹了K=6時的連續(xù)IA反饋拓?fù)湓O(shè)計示例，接下來將方案推廣到K為偶數(shù)時的情形。

當(dāng)K為偶數(shù)時，設(shè)置T2，T3，…，TK-1為IA發(fā)送端。按順序?qū)⑾噜彽膬蓚€IA發(fā)送端組成一對，則可匹配出的IA發(fā)送對的數(shù)目X=（K-2）/2。此時，每個發(fā)送端都包含（K-1）d根天線，實施連續(xù)IA反饋拓?fù)淝靶枰葘Πl(fā)送端的天線進(jìn)行降維處理。具體在T1應(yīng)用隨機(jī)生成的預(yù)編碼V1∈C（K-1）d×d。在T3應(yīng)用隨機(jī)生成的輔助預(yù)編碼v3∈C（K-1）d×（K-2）d。在T2+1（∈{2，3，…，X-1}）應(yīng)用隨機(jī)生成的輔助預(yù)編碼v2+1∈C（K-1）d×（K-（2+1）d。在T2，T4，…，T2X-2，T2X以及T2X+1應(yīng)用隨機(jī)生成的維度為（K-1）d×2d的輔助預(yù)編碼。在TK應(yīng)用隨機(jī)生成的輔助預(yù)編碼vK∈C（K-1）d×（K-X+1）d。經(jīng)過上述處理，可將T1、T3、T2+1、TK的天線維度分別視為d、（K-2）d、（K-（2+1））d、（K-X+1）d，使T2，T4，…，T2X-2，T2X和T2X+1的天線維度等效為2d。

完成降維處理后，利用連續(xù)IA反饋拓?fù)湎到y(tǒng)中全部的K（K-1）條干擾鏈路。該過程分為三個階段。第一階段如圖4所示，需要消除（K-1）（K-1）條干擾鏈路，分X個子階段完成。每個子階段實施一次IA，計算一對IA發(fā)送端的預(yù)編碼，消除與圖4中各子階段所示的發(fā)送端相連的干擾鏈路。第二階段如圖5所示，此階段通過反饋來自Rn的等效信道矩陣UHnHnK∈Cd×（K-1）d來設(shè)計TK的預(yù)編碼VK，利用VK刪除TK與Rn之間的K-X個干擾。其中n∈{1，2，…，K-X}，Un為維度為d×（K-1）d的接收濾波矩陣。第三階段如圖6所示，系統(tǒng)中只剩下TK與RK-X+1，RK-X+2，…，RK-1相連的X-1條干擾鏈路。RK-X+1，RK-X+2，…，RK-1留有2d維度的天線，可分配其中的d維給TK引起的干擾信號，余下的d維用來接收期望信號。

表2總結(jié)了Kgt;6時連續(xù)IA反饋拓?fù)涞脑O(shè)計過程。由表2可得，當(dāng)K為偶數(shù)時，實施連續(xù)IA反饋拓?fù)湎牡臅r隙數(shù)目為K-1，總CSI開銷為（3K2+2K）d2/4。

階段時隙具體操作階段1時隙1從RK-X+1反饋第一對IA發(fā)送端的合并預(yù)編碼，CSI開銷為Kd2。時隙2K為偶數(shù)時：T1和第一對IA發(fā)送端發(fā)送預(yù)編碼處理的導(dǎo)頻，第二對IA發(fā)送端發(fā)送輔助預(yù)編碼處理的導(dǎo)頻。K為奇數(shù)時：第一對IA發(fā)送端發(fā)送預(yù)編碼處理的導(dǎo)頻，第二對IA發(fā)送端發(fā)送輔助預(yù)編碼處理的導(dǎo)頻。……時隙2x-1從RK-X+x反饋第x對IA發(fā)送端的合并預(yù)編碼，CSI開銷為（K-k～+2）d2。其中K為偶數(shù)時，k～=2x+1；K為奇數(shù)時，k～=2x。時隙2x第x對IA發(fā)送端發(fā)送預(yù)編碼處理的導(dǎo)頻，第x+1對IA發(fā)送端發(fā)送輔助預(yù)編碼處理的導(dǎo)頻。……時隙2X-1從RK反饋第X對IA發(fā)送端的合并預(yù)編碼，CSI開銷為4d2。時隙2X第X對IA發(fā)送端發(fā)送預(yù)編碼處理的導(dǎo)頻，TK發(fā)送未編碼的導(dǎo)頻。階段2時隙2X+1將R1，…，RK-X處等效信道矩陣UHnHnK∈C（K-1）d×d反饋至TK，CSI開銷為（K-X）（K-1）d2。階段3停止計數(shù)RK-X+1，…，RK-1留有2d維天線，一半被干擾信號占據(jù)，另一半接收期望信號。2.2K為奇數(shù)時的連續(xù)IA反饋拓?fù)湓O(shè)計

2.2.1K=7時的示例

本節(jié)以K=7為例來說明K為奇數(shù)時的方案實施過程。當(dāng)K=7時，系統(tǒng)中存在7×6=42條干擾鏈路。下面對這42條交叉鏈路的去除過程進(jìn)行講解。具體也分為連續(xù)IA、等效信道矩陣反饋、殘余干擾消除這三個階段。

K=7時，與K為偶數(shù)時不同，IA發(fā)送端的指定從T1開始。則此時設(shè)計中共有X=3對IA發(fā)送端（T1和T2、T3和T4、T5和T6），以及一個不進(jìn)行對齊操作的發(fā)送端T7，每個發(fā)送端的天線維度為6d。在連續(xù)IA反饋拓?fù)溟_始實施之前需要對各個發(fā)送節(jié)點的天線進(jìn)行降維處理。具體在T1、T2、T3、T4、T5、T6和T7分別應(yīng)用隨機(jī)生成的輔助預(yù)編碼v1∈C6d×2d、v2∈C6d×5d、v3∈C6d×2d、v4∈C6d×3d、v5∈C6d×2d、v6∈C6d×2d和v7∈C6d×5d。經(jīng)過上述處理，可相當(dāng)于T1、T3、T5和T6的天線維度降到了2d，T2、T4、T7的天線維度分別降為5d、3d、5d。

連續(xù)IA階段：K=7時的第一階段可參考圖7，共需消除36條干擾鏈路。具體又分為3個子階段完成，其中每個子階段實施一次IA，計算一對IA發(fā)送端的預(yù)編碼，消除12條干擾鏈路。下面對這3個子階段的實施過程進(jìn)行介紹。

可以計算出能夠?qū)5、T6到R7的干擾信號重疊的合并預(yù)編碼5∈C2d×d、6∈C2d×d。之后在時隙5反饋5、6至T5、T6，可得V5=v55、V6=v66。緊接著在時隙6中，T5、T6發(fā)送V5、V6處理的導(dǎo)頻，T7發(fā)送未編碼的導(dǎo)頻。導(dǎo)頻發(fā)送后，就可以利用接收端估計到的VH5HHt5和VH6HHt6去設(shè)計3級輔助接收濾波矩陣ut（3），消除與T5、T6相連的12條干擾。

2） 等效信道矩陣反饋階段：K=7時的第二階段與K為偶數(shù)時類似，可參考圖5。通過設(shè)計T7的預(yù)編碼V7來刪除T7與Rm（m∈{1，2，3，4}）之間的4個干擾。設(shè)計V7需要在時隙7中反饋來自Rm等效信道矩陣UHmHmK∈Cd×6d。其中信道矩陣HmK是T7在時隙6中發(fā)送未編碼的導(dǎo)頻后，Rm利用導(dǎo)頻估計所得，而Um=u（1）mu（2）mu（3）m。

3） 殘余干擾消除階段：K=7時的第三階段也與K為偶數(shù)時相似，詳見圖6。該階段中只剩下T7與R5、R6相連的2條干擾鏈路。而R5和R6此時剩有2d維度的天線，分配其中的d維給T7引起的干擾信號后，還余下d維可接收期望信號。

綜上，K=7時，實施連續(xù)IA反饋拓?fù)渌璧臅r隙數(shù)目為7，CSI開銷為（7+5+4+24）d2=40d2。

2.2.2Kgt;7且K為奇數(shù)

當(dāng)Kgt;7且K為奇數(shù)時，其設(shè)計過程可參照K=7。設(shè)置T1，T2，…，TK-1為IA發(fā)送端，則IA發(fā)送對的數(shù)目X=（K-1）/2。進(jìn)行天線降維處理時，在T1，T3，…，T2X-1和T2X應(yīng)用維度為（K-1）d×2d的隨機(jī)生成輔助預(yù)編碼，使天線維度等效為2d。T2x⌒（x⌒∈{1，2，…，X-1}）和TK分別應(yīng)用隨機(jī)生成的輔助預(yù)編碼v2x⌒∈C（K-1）d×（K-2x⌒）d和vK∈C（K-1）d×（K-X+1）d，令T2x⌒和TK的天線維度等效為（K-2x⌒）d和（K-X+1）d。

完成降維處理后，分三個階段實施連續(xù)IA反饋拓?fù)洌ハ到y(tǒng)中全部的K（K-1）條干擾鏈路。具體設(shè)計過程與K=7時類似，可見表2。由表2可得，完成連續(xù)IA反饋拓?fù)湓O(shè)計需K個時隙，CSI開銷為（3K2+2K-1）d2/4。

3反饋拓?fù)溟g的CSI開銷對比與分析

3.1反饋拓?fù)溟g的CSI開銷對比

文獻(xiàn)［13-16］中設(shè)計了9種反饋拓?fù)浞桨浮Ｔ谶@些已有的拓?fù)渲校答佂負(fù)涞腃SI開銷與用戶數(shù)目K的4次方成正比；接收端集中式反饋拓?fù)洹⑿菭罘答佂負(fù)洹⒎植际椒答佂負(fù)鋵SI開銷降到了與K的3次方成正比；CSI交互式反饋拓?fù)洹⒏倪M(jìn)CSI交互式反饋拓?fù)洹⑺奶答佂負(fù)洹⒌烷_銷反饋拓?fù)洹CDFT這5種方案和所提方案又將CSI開銷降至隨K的平方增長。下面選取CSI開銷較低的5種方案與所提連續(xù)IA反饋拓?fù)溥M(jìn)行對比。由于本文工作是基于參考文獻(xiàn)［16］的改進(jìn)，同文獻(xiàn)［16］的系統(tǒng)模型一致，只考慮用戶數(shù)K≥6時的場景，接下來在相同K（K≥6）值下對比不同反饋拓?fù)涞腃SI開銷情況。圖8為d=1且K≥6時6種不同反饋拓?fù)渲g的CSI開銷對比結(jié)果。由圖8可見，K=6時，所提連續(xù)IA反饋拓?fù)涞腃SI開銷和LOFT一致，是最低水平。Kgt;6時，所提連續(xù)IA反饋拓?fù)涑絺鹘y(tǒng)反饋拓?fù)涑蔀殚_銷最低的設(shè)計方案。不僅如此，隨著用戶數(shù)目K的增長，連續(xù)IA反饋拓?fù)渑c傳統(tǒng)反饋拓?fù)涞腃SI開銷差距在不斷增大。為了節(jié)省圖片篇幅，圖8中只列出了從K=6到K=12的數(shù)據(jù)。因為這部分?jǐn)?shù)據(jù)已經(jīng)能夠有效反映CSI開銷變化的趨勢。換言之，當(dāng)K值繼續(xù)增加時，數(shù)據(jù)變化的趨勢不會發(fā)生改變，所提反饋拓?fù)涫情_銷最低的方案，且CSI開銷降低效果越來越顯著。

（d=1）3.2所提方案與LCDFT的CSI開銷對比及分析

在已有的9種反饋拓?fù)渲校琇CDFT在Kgt;6時的CSI開銷明顯低于其他8種反饋拓?fù)洹⒖糒CDFT的設(shè)計思路，本文構(gòu)造了一種連續(xù)性實施IA的新方法，從而提出了CSI開銷相比9種已有反饋拓?fù)涠家偷男滦头答佂負(fù)洹?.1小節(jié)展示了所提方案的優(yōu)勢，下面對這種優(yōu)勢產(chǎn)生的原因進(jìn)行分析。

以K=6和7時的設(shè)計方案為例來闡述所提連續(xù)IA反饋拓?fù)涞腃SI開銷比LCDFT低的原因。表3是K=6時LCDFT與所提方案的CSI開銷分布表。從表3可以看出，與LCDFT相比，所提方案降低了設(shè)計第二對IA發(fā)送端預(yù)編碼所需的CSI開銷，因此總CSI開銷較低。這得益于所提方案在階段1采用了連續(xù)對齊操作，如圖9所示。連續(xù)對齊操作使來自第二對IA發(fā)送端的干擾信號對齊在了經(jīng)一級輔助接收濾波矩陣處理過的接收端，促使反饋的合并預(yù)編碼矩陣維度降低。從而令所提方案在計算第二對預(yù)編碼時花費的CSI低于LCDFT，達(dá)到了整體CSI開銷下降的結(jié)果。表4描述了K=7時LCDFT和所提連續(xù)IA反饋拓?fù)涞腃SI開銷分布情況。由表4可知，所提方案相較于LCDFT增加了一對IA發(fā)送端，但結(jié)合了連續(xù)對齊操作后，系統(tǒng)整體的CSI開銷不增反降。以上分析表明了連續(xù)IA這種機(jī)制是有效的，能夠使所提方案超越LCDFT成為K≥6時CSI開銷最低的設(shè)計方案。但不可避免的是連續(xù)IA操作也會令時隙數(shù)目有所增加。

4結(jié)論

本文針對K用戶MIMO干擾對齊中CSI開銷過量的問題，提出了一種能夠減少CSI開銷的連續(xù)IA反饋拓?fù)洹Ｔ摲桨覆捎昧诉B續(xù)對齊操作，可以在LCDFT方案的基礎(chǔ)上進(jìn)一步降低CSI開銷。在傳統(tǒng)9種反饋拓?fù)浜退徇B續(xù)IA反饋拓?fù)涠歼m用的K≥6的MIMO干擾信道場景下，對比不同反饋拓?fù)湓谕籏值下的CSI開銷，能夠得到所提方案CSI開銷最低的結(jié)論。此外，隨著用戶數(shù)K的增加，所提的連續(xù)IA反饋拓?fù)銫SI開銷低的優(yōu)勢會愈發(fā)顯著。降低系統(tǒng)實施IA所需的CSI開銷有利于IA技術(shù)從理論到轉(zhuǎn)化到實踐。然而所提方案的連續(xù)對齊操作在縮減CSI開銷的同時也會增大時間資源的開銷。因此，未來的工作將致力于設(shè)計CSI開銷和時間開銷兼優(yōu)的反饋拓?fù)洹?/p>

參考文獻(xiàn)

［1］劉偉華， 王中方， 張秋聞， 等. 基于環(huán)式對齊鏈的干擾對齊閉式解方法 ［J］. 北京郵電大學(xué)學(xué)報， 2021， 44（6）： 48-52.

LIU W H， WANG Z F， ZHANG Q W， et al. Closed-form IA solution based on ring-typed alignment chain ［J］. Journal of Beijing University of Posts and Telecommunications， 2021，44（6）： 48-52.

［2］GHASEMI A， MOTAHARI A S， KHANDANI A K. Interference alignment for the k-user mimo interference channel ［J］. IEEE Transactions on Information Theory， 2022， 68（3）： 1401-1411.

［3］王宏， 李濤柱， 孟劍勇， 等. 認(rèn)知MIMO干擾網(wǎng)絡(luò)中基于子空間跟蹤的低復(fù)雜度干擾對齊算法 ［J］. 信息工程大學(xué)學(xué)報， 2019， 20（1）： 7-12.

WANG H， LI T Z， MENG J Y， et al. Low complexity interference alignment algorithm based on subspace tracking in cognitive mimo interference network ［J］. Journal of Information Engineering University， 2019， 20（1）： 7-12.

［4］LIU T， YANG C. Interference alignment transceiver design for mimo interference broadcast channels ［C］// 2012 IEEE Wireless Communications and Networking Conference，Paris，F(xiàn)rance，2012：641-646.

［5］ZHAO N， YU F R， JIN M， et al. Interference alignment and its applications： a survey， research issues， and challenges ［J］. IEEE Communications Surveys amp; Tutorials， 2016， 18（3）： 1779-1803.

［6］趙大印. 基于集中式有限反饋的干擾對齊技術(shù)研究 ［D］. 青島： 中國石油大學(xué)（華東）， 2020.

ZHAO D Y. Research oninterference alignment based on general centralized feedback model ［D］. Qingdao： China University of Petroleum（East China）， 2020.

［7］吳昊峰. 基于壓縮感知的FDD大規(guī)模MIMO系統(tǒng)信道狀態(tài)信息獲取方法的研究 ［D］. 南京： 東南大學(xué)， 2021.

WU H F. Research on channel state information acquisition methods for FDD massive MIMO system based on compressed sensing ［D］. Nanjing： Southeast University， 2021.

［8］GUO J， WEN C， JIN S， et al. Overview of deep learning-based CSI feedback in massive MIMO systems ［J］. IEEE Transactions on Communications， 2022， 70（12）： 8017-8045.

［9］AYACH O E， HEATH R W. Interference alignment with analog channel state feedback ［J］. IEEE Transactions on Wireless Communications， 2011， 11（2）： 626-636.

［10］AYACH O E， LOZANO A， HEATH R W， et al. On the overhead of interference alignment： training， feedback， and cooperation ［J］. IEEE Transactions on Wireless Communications， 2012， 11（11）： 4192-4203.

［11］AYACH O E， HEATH R W. Grassmannian differential limited feedback for interference alignment ［J］. IEEE Transactions on Signal Processing， 2012， 60（12）： 6481-6494.

［12］ZHANG L， SONG L， MA M， et al. Interference alignment with differential feedback ［J］. IEEE Transactions on Vehicular Technology， 2012， 61（6）： 2878-2883.

［13］CHO S， HUANG K， KIM D K， et al. Feedback-topology designs for interference alignment in mimo interference channels ［J］. IEEE Transactions on Signal Processing， 2012， 60（12）： 6561-6575.

［14］JIN J， LI L， TIAN H， et al. New feedback topology designs with reduced CSI overhead for MIMO interference alignment ［J］. IEEE Signal Processing Letters， 2014， 21（2）： 176-179.

［15］JIN J， GAO X， LI X， et al. Low-overhead feedback topology design for the K-user MIMO interference alignment ［J］. KSII Transactions on Internet and Information Systems， 2018， 12（11）： 5304-5322.

［16］靳進(jìn)，趙亞楠，陳省偉. MIMO干擾對齊中低CSI開銷和時延的反饋拓?fù)湓O(shè)計 ［J］. 電訊技術(shù)， 2023， 63（7）：1065-1072.

JIN J， ZHAO Y N， CHEN S W. Feedback topology design with reduced CSI overhead and delay for MIMO ［J］. Telecommunication Engineering， 2023， 63（7）：1065-1072.

A feedback topology with low overhead in MIMO interference alignment

CHEN Shengwei， JIN Jin

（School of Electrical and Information Engineering， Zhengzhou University， Zhengzhou， Henan 450001， China）

Abstract：Interference alignment is an important technique for mitigating interference and enhancing the capacity of wireless communication networks. However， to implement interference alignment， the transmitters need to know the global channel state information， which incurs substantial overhead. In order to tackle this challenge， a successive interference alignment feedback topology for the K-user MIMO interference channel is presented in this study. In the successive interference alignment feedback topology， multiple pairs of interference alignment transmitters are designated based on the number of users. By sequentially aligning interference signals， this approach can effectively reduce the channel state information overhead. Compared with existing feedback topologies， the proposed successive interference alignment feedback topology is capable of implementing interference alignment with the lowest channel state informationoverhead when K≥6， leading to the fact that it is more suitable for the practical application of interference alignment.

Keywords： interference alignment; channel state information; MIMO interference channel; feedback topology